[
-
内容大纲
本书详细介绍了人工神经网络和深度学习模型的原理，并在此基础上增加了关于渔业应用的实际案例以供学习。本书分为基础篇、实战篇及附录，基础篇共有14章，主要介绍神经网络和深度学习模型和算法，包括：绪论、人工神经网络基础、感知器、BP网络、RBF网络、对传网、Hopfield网络、NARX网络、自适应共振理论、深度信念网络、循环神经网络、卷积神经网络、生成式对抗网络和Transformer网络。实战篇主要为笔者团队长期积累的研究成果与实际案例，包括基于BP神经网络的溶解氧预测、基于LSTM的渔业产量预测、基于CNN的水产图像识别、基于U-Net的鱼群游动视频预测、基于YOLOv5的水下珍品目标检测、基于信息蒸馏的水下图像超分辨率生成。附录包括深度学习环境及PyCharm的搭建。
本书可作为高等院校人工智能、计算机、自动化、电子和通信等相关专业的研究生或本科生教材，也可供相关领域的研究人员和技术工程师参考。 -
作者介绍
-
目录
基础篇
第1章 概论
1.1 概述
1.2 人工神经网络提出
1.3 人工神经网络的特点
1.4 人工神经网络简史
本章小结
参考文献
第2章 人工神经网络基础
2.1 概述
2.2 生物神经网络
2.3 人工神经元
2.4 人工神经网络的拓扑特性
2.5 存储与映射
2.6 人工神经网络的训练
本章小结
参考文献
第3章 感知器
3.1 概述
3.2 感知器与人工神经网络的早期发展
3.3 单层感知器
3.4 多层感知器
本章小结
参考文献
第4章 BP网络
4.1 概述
4.2 基本BP算法
4.3 算法的改进
4.4 算法的理论推导
4.5 几个问题的讨论
本章小结
参考文献
第5章 RBF网络
5.1 概述
5.2 RBF神经网络的结构
5.3 RBF的训练准则和基本算法
5.4 RBF与BP网络比较分析
本章小结
参考文献
第6章 对传网
6.1 概述
6.2 网络结构
6.3 网络的正常运行
6.4 Kohonen层的训练
6.5 Kohonen层连接权的初始化方法
6.6 Grossberg层的训练
6.7 扩展说明
本章小结
参考文献
第7章 Hopfield神经网络
7.1 概述
7.2 Hopfield神经网络的简介
7.3 Hebb学习规则
7.4 离散型Hopfield神经网络
7.5 连续型Hopfield神经网络
7.6 收敛到稳定状态
7.7 Hopfield网络的几个应用
本章小结
参考文献
第8章 NARX网络
8.1 概述
8.2 NARX网络的基本结构
8.3 NARX网络训练算法
8.4 NARX网络的应用
本章小结
参考文献
第9章 自适应共振理论
9.1 概述
9.2 网络的可塑性与不可塑性
9.3 ART的结构
9.4 ART的初始化
9.5 ART的实现
本章小结
参考文献
第10章 深度信念网络
10.1 概述
10.2 深度信念网络基本原理
10.3 受限玻尔兹曼机
10.4 深度信念网络训练算法流程
10.5 深度信念网络的应用
本章小结
参考文献
第11章 循环神经网络
11.1 概述
11.2 循环神经网络基本原理
11.3 长短期记忆网络
11.4 LSTM网络的应用
本章小结
参考文献
第12章 卷积神经网络
12.1 概述
12.2 网络结构
12.3 训练方法
12.4 常见网络模型
本章小结
参考文献
第13章 生成式对抗网络
13.1 概述
13.2 生成式对抗网络简介
13.3 GAN的衍生模型
本章小结
参考文献
第14章 Transformer网络
14.1 概述
14.2 Transformer的简介
14.3 Transformer的衍生模型
本章小结
参考文献
实战篇
第15章 应用案例
15.1 基于BP神经网络的溶解氧预测
15.2 基于LSTM的渔业产量预测
15.3 基于CNN的水产图像识别方法
15.4 基于U-Net的鱼群游动视频帧预测
15.5 基于YOLOv5的水下珍品目标检测
15.6 基于信息蒸馏的水下图像超分生成
附录
附录1 深度学习环境搭建
附录2 PyCharm环境配置
同类热销排行榜
[an error occurred while processing this directive]推荐书目
-
孩子你慢慢来/人生三书 华人世界率性犀利的一枝笔，龙应台独家授权《孩子你慢慢来》20周年经典新版。她的《...
-
时间简史(插图版) 相对论、黑洞、弯曲空间……这些词给我们的感觉是艰深、晦涩、难以理解而且与我们的...
-
本质(精) 改革开放40年，恰如一部四部曲的年代大戏。技术突变、产品迭代、产业升级、资本对接...